Hisse Senedi Fiyat Tahmininde İstatiksel ve Yapay Zekâ Modellerinin Etkisi: Gerçek Zamanlı Veri Üzerine Bir İnceleme

Finans piyasalarındaki belirsizlik, yüksek volatilite ve karmaşıklık, fiyat tahminini yatırımcılar için oldukça zor hale getirmektedir. Geleneksel yöntemlerin sınırlılıkları, yatırımcıları daha ileri teknolojilere yönlendirmekte, bu bağlamda makine öğrenmesi ve derin öğrenme yöntemleri önemli araçlar olarak öne çıkmaktadır. Bu tez çalışmasında, makine öğrenmesi ve derin öğrenme yöntemleri kullanılarak farklı tahmin modelleri oluşturulmuş ve hisse senedi fiyatlarının analizi yapılmıştır. Modellerin eğitilmesi ve test edilmesi aşamasında, gerçek hisse senedi verileri kullanılarak kapsamlı bir analiz gerçekleştirilmiştir. Modellerin performansları doğruluk oranları, performans değerlendirme ölçütleri ve işlem süreleri gibi kriterlerle ayrıntılı olarak karşılaştırılmıştır. Elde edilen sonuçlar, LR modelinin hisse senedi fiyat tahmininde daha başarılı olduğunu ortaya koymuştur. Çalışmanın bulguları, finansal piyasalarda daha doğru yatırım kararları alınabilmesi için gelecekteki çalışmalara da ışık tutmaktadır.